智能电能表配送的优化调度问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及其意义 | 第9页 |
| ·国内外研究动态 | 第9-13页 |
| ·问题描述与分类 | 第9-11页 |
| ·求解模型及算法 | 第11-13页 |
| ·本文研究的主要内容与思路 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 相关基础理论 | 第15-23页 |
| ·聚类算法 | 第15-17页 |
| ·扫描算法 | 第15页 |
| ·k-means算法 | 第15-16页 |
| ·谱聚类算法 | 第16-17页 |
| ·基于约束条件的聚类算法 | 第17页 |
| ·遗传算法 | 第17-22页 |
| ·遗传算法简介 | 第18-20页 |
| ·遗传算法求解非满载车辆路径问题 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 智能电能表配送区域划分 | 第23-38页 |
| ·背景介绍 | 第23-24页 |
| ·构建配送网络 | 第24-26页 |
| ·智能电能表配送调度问题分析 | 第26-28页 |
| ·基于约束条件的区域划分 | 第28-29页 |
| ·案例分析 | 第29-37页 |
| ·案例背景介绍 | 第29-32页 |
| ·构建配送网络 | 第32页 |
| ·需求分解 | 第32-33页 |
| ·基于谱聚类算法确定初始聚类数目 | 第33-36页 |
| ·基于约束条件的聚类算法进行区域划分 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于遗传算法的区域内路线选择问题 | 第38-46页 |
| ·区域内路线选择问题分析 | 第38页 |
| ·染色体表示与适应度函数 | 第38-39页 |
| ·遗传操作的改进策略 | 第39-42页 |
| ·选择策略 | 第40-41页 |
| ·交叉操作 | 第41页 |
| ·变异操作 | 第41-42页 |
| ·参数设置 | 第42页 |
| ·案例分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 制订配送调度计划 | 第46-54页 |
| ·PROJECT介绍 | 第46-47页 |
| ·项目建立 | 第47-50页 |
| ·调配资源 | 第50页 |
| ·动态调整项目计划 | 第50-51页 |
| ·算例分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| ·本文结论 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
